CN114627576A - 一种停车监控视频的录制方法、设备及介质 - Google Patents
一种停车监控视频的录制方法、设备及介质 Download PDFInfo
- Publication number
- CN114627576A CN114627576A CN202210206627.7A CN202210206627A CN114627576A CN 114627576 A CN114627576 A CN 114627576A CN 202210206627 A CN202210206627 A CN 202210206627A CN 114627576 A CN114627576 A CN 114627576A
- Authority
- CN
- China
- Prior art keywords
- vibration data
- trigger
- time point
- vibration
- mean
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
- G07C5/085—Registering performance data using electronic data carriers
- G07C5/0866—Registering performance data using electronic data carriers the electronic data carrier being a digital video recorder in combination with video camera
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供了一种停车监控视频的录制方法,首先获取第一震动数据,并将所述第一震动数据与第一触发阈值比较,判断是否大于所述第一触发阈值;若大于所述第一触发阈值,则将采集所述第一震动数据的时间点确定为触发时间点,并开始录制停车监控视频;再获取与所述触发时间点相关的关联时间点的第二震动数据;根据所述第一震动数据和第二震动数据,判断所述触发时间点对应的触发事件是否为误触发;若是误触发,停止录制所述停车监控视频,并删除已录制的停车监控视频;若不是误触发,继续录制所述停车监控视频直至录制完成。所述方法避免了非碰擦导致录制监控视频的情况,解决了当碰撞监测的灵敏度设置较高时,容易误触发停车监控视频录制的问题。
Description
技术领域
本申请涉及自动控制领域,尤其是一种停车监控视频的录制方法、设备及介质。
背景技术
在现有的类似于行车记录仪的车辆视频监控中,当自身车辆在静止的状态下被其他车辆或物体碰擦时,会启动监控录制视频以记录事故发生的状况。监控视频的录制就是利用了物体之间的碰擦产生的震动来判断是否需要启动录制视频。在实际的应用场景中,为了保证能够侦测到轻微的擦碰事故,通常会将震动传感器的灵敏度设置的较高,以使轻微的碰擦都会被侦测到,但过高的灵敏度也容易产生误触发,比如在大型车辆经过时会引起较大的震动,会让车辆错误的判断成碰擦事故,进而录制了相关的监控视频。
当灵敏度设置较高时,这种接近震动而导致的误触发的情况会频繁发生,这将生成过多无用的监控视频。无论这些监控视频是保存在本地还是通过网络发送给用户,都会导致用户的相关设备需要大量存储资源存储,或者消耗大量流量资源用于指定的接收设备接收传输来的监控视频,浪费网络资源。所以,在现有技术中还无法解决当碰撞监测的灵敏度设置较高时,容易误触发停车监控视频录制的问题。
发明内容
本申请的一个目的是提供一种停车监控视频的录制方法、设备及介质,用以解决当碰撞监测的灵敏度设置较高时,容易误触发停车监控视频录制的问题。为实现上述目的,本申请提供了一种停车监控视频的录制方法,所述方法包括以下内容:
获取第一震动数据,并将所述第一震动数据与第一触发阈值比较,判断是否大于所述第一触发阈值;
若大于所述第一触发阈值,将采集所述第一震动数据的时间点确定为触发时间点,并开始录制停车监控视频;
获取与所述触发时间点相关的关联时间点的第二震动数据;
根据所述第一震动数据和第二震动数据,判断所述触发时间点对应的触发事件是否为误触发;
若是误触发,停止录制所述停车监控视频,并删除已录制的停车监控视频;
若不是误触发,继续录制所述停车监控视频直至录制完成。
进一步地,与所述触发时间点相关的关联时间点,包括:所述触发时间点之前的M1个监测时间点和/或所述触发时间点之后的M2个监测时间点,其中,M1和M2为正整数。
进一步地,根据所述第一震动数据和第二震动数据,判断所述触发时间点对应的触发事件是否为误触发,包括:
判断所述第一震动数据所表示的震动程度是否接近所述第二震动数据所表示的震动程度;
若是,确定所述触发时间点对应的触发事件为误触发;
若否,确定所述触发时间点对应的触发事件不是误触发。
进一步地,根据所述第一震动数据和第二震动数据,判断所述触发时间点对应的触发事件是否为误触发,包括:
获取触发关联期间的震动数据均值mean_N;
获取各个关联时间点的第二震动数据与mean_N之差的绝对值的均值dmean_M;
获取第一震动数据与mean_N之差的绝对值diff_tr;
若diff_tr/dmean_M>thr,则判定所述第一震动数据所表示的震动程度接近所述第二震动数据所表示的震动程度,则判定为误触发,否则,判定为不是误触发,其中,thr为预设阈值,取值范围大于1。
进一步地,与所述触发时间点相关的关联时间点,包括所述触发时间点之前的M1个监测时间点;
根据所述第一震动数据和第二震动数据,判断所述触发时间点对应的触发事件是否为误触发,包括:
获取所述触发关联期间的震动数据均值mean_N;
获取所述触发时间点之前的M1个监测时间点的第二震动数据与mean_N之差的绝对值的均值dmean_M1;
获取第一震动数据与mean_N之差的绝对值diff_tr;
若diff_tr/dmean_M1>thr1,则判定所述第一震动数据所表示的震动程度接近所述第二震动数据所表示的震动程度,则判定为误触发,否则,判定为不是误触发,其中,thr1为预设阈值,取值范围大于1。
进一步地,与所述触发时间点相关的关联时间点,包括所述触发时间点之后的M2个监测时间点;
根据所述第一震动数据和第二震动数据,判断所述触发时间点对应的触发事件是否为误触发,包括:
获取所述触发关联期间的震动数据均值mean_N;
获取所述触发时间点之后的M2个监测时间点的第二震动数据与mean_N之差的绝对值的均值dmean_M2;
获取第一震动数据与mean_N之差的绝对值diff_tr;
若diff_tr/dmean_M2>thr2,则判定所述第一震动数据所表示的震动程度接近所述第二震动数据所表示的震动程度,则判定为误触发,否则,判定为不是误触发,其中,thr2为预设阈值,取值范围大于1。
进一步地,与所述触发时间点相关的关联时间点,包括所述触发时间点之前的M1个监测时间点和所述触发时间点之后的M2个监测时间点;
根据所述第一震动数据和第二震动数据,判断所述触发时间点对应的触发事件是否为误触发,包括:
获取所述触发关联期间的震动数据均值mean_N;
获取所述触发时间点之前的M1个监测时间点的第二震动数据与mean_N之差的绝对值的均值dmean_M1,获取所述触发时间点之后的M2个监测时间点的第二震动数据与mean_N之差的绝对值的均值dmean_M2;
获取第一震动数据与mean_N之差的绝对值diff_tr;
若diff_tr/dmean_M1>thr1且diff_tr/dmean_M2>thr2,则判定所述第一震动数据所表示的震动程度接近所述第二震动数据所表示的震动程度,则判定为误触发,否则,判定为不是误触发,其中,thr1、thr2均为预设阈值,取值范围均大于1。
进一步地,继续录制所述停车监控视频直至录制完成之后,还包括:
将所述停车监控视频保存至本地,和/或将所述停车监控视频发送至用户。
本申请还提供了一种停车监控视频的录制设备,所述设备包括用于存储计算机程序指令的存储器和用于执行计算机程序指令的处理器,其中,当该计算机程序指令被该处理器执行时,触发所属设备执行上述任一项所述方法。
本申请还提供了一种计算机可读介质,其上存储有计算机指令,所述计算机程序指令可被处理器执行以实现上述任一项所述方法。
与现有技术相比,本申请提供了一种停车监控视频的录制方法,首先获取第一震动数据,并将所述第一震动数据与第一触发阈值比较,判断是否大于所述第一触发阈值;若大于所述第一触发阈值,则将采集所述第一震动数据的时间点确定为触发时间点,并开始录制停车监控视频;再获取与所述触发时间点相关的关联时间点的第二震动数据;根据所述第一震动数据和第二震动数据,判断所述触发时间点对应的触发事件是否为误触发;若是误触发,停止录制所述停车监控视频,并删除已录制的停车监控视频;若不是误触发,继续录制所述停车监控视频直至录制完成。所述方法避免了非碰擦导致录制监控视频的情况,解决了当碰撞监测的灵敏度设置较高时,容易误触发停车监控视频录制的问题。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1为本申请所述方法其中一个实施例的流程图;
图2为本申请所述方法其中一个实施例的示意图;
图3为本申请所述方法其中一个实施例的示意图。
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
在本申请一个典型的配置中,终端、服务网络的设备和可信方均包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括非暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
本申请提供了一种停车监控视频的录制方法,所述方法包括以下步骤:
步骤S101:获取第一震动数据,并将所述第一震动数据与第一触发阈值比较,判断是否大于所述第一触发阈值;
步骤S102:若大于所述第一触发阈值,将采集所述第一震动数据的时间点确定为触发时间点,并开始录制停车监控视频;
步骤S103:获取与所述触发时间点相关的关联时间点的第二震动数据;
步骤S104:根据所述第一震动数据和第二震动数据,判断所述触发时间点对应的触发事件是否为误触发;
步骤S105:若是误触发,停止录制所述停车监控视频,并删除已录制的停车监控视频;若不是误触发,继续录制所述停车监控视频直至录制完成。
下面结合图1对本申请所述方法或实施例作进一步详细描述。
步骤S101:获取第一震动数据,并将所述第一震动数据与第一触发阈值比较,判断是否大于所述第一触发阈值。
所述第一震动数据可以是由测量设备侦测到的任何震动的数据,而引发产生震动数据的可以是任何一个事件,比如,碰撞,地面震动等。所述测量设备可以是震动传感器,所输出的震动数据可以是加速度数值。所属触发阈值可以是由用户自行设定的阈值,其目的在于与第一震动数据进行比较,筛出有可能时因为碰擦事件而引起的震动。
步骤S102:若大于所述第一触发阈值,将采集所述第一震动数据的时间点确定为触发时间点,并开始录制停车监控视频。
对于小于或等于第一触发阈值的震动认定为非碰擦引起的震动,不予处理。对于大于第一触发阈值的震动,认定为有可能时因为碰擦事件而导致的震动。当认定为有可能是因为碰擦事件而引起的震动时,将采集所述第一震动数据的时间点确定为触发时间点,可以是将引起第一震动数据的震动事件的时间点进行记录,并开始录制停车监控视频,所述第一触发阈值可以由用户自行预设或出厂时预设。
在本申请的一些实施例中,若大于所述第一触发阈值,将采集所述第一震动数据的时间点确定为触发时间点,并开始录制停车监控视频之后,若判定所述第一震动数据大于所述第一触发阈值D倍,则判定为不是误触发,D可以是大于1的数。
当所述第一震动数据大于所述第一触发阈值D倍时,说明碰擦程度非常大,可以判定必然不是误触发,其中,第一触发阈值的D倍中的倍数可以由用户自行设定,也可以由设备出厂时默认设置。可以通过对第一触发阈值倍数的调节实现对不是误触发的直接判定的灵敏度的调节,当D的值较低时,灵敏度较高,容易被直接判定为碰擦事故。此种情况下直接判定不是误触发可以防止判定过程对设备资源的占用。
步骤S103:获取与所述触发时间点相关的关联时间点的第二震动数据。
所述第二震动数据可以是在触发时间点前后一定的时间区间内,因任何原因引起的震动而产生的数据,触发时间点相关的关联时间点可以是能对第一震动数据的触发事件是否为碰擦事件进行判断而做参考的第二震动数据所对应的时间点。
在本申请的一些实施例中,与所述触发时间点相关的关联时间点,可以是所述触发时间点之前的M1个监测时间点和/或所述触发时间点之后的M2个监测时间点,其中,M1和M2为正整数。
所述与触发时间点关联的时间点可以是在触发时间之前的一段时间区间内产生震动的监测时间点,也可以是在触发时间之后的一段时间区间内产生震动的监测时间点,或者两段时间区间监测时间点的结合。此时间区间的覆盖范围可以由用户预设。所述监测时间点可以是在用户设定的时间区间内产生震动的事件所记录的所述第二震动数据。其中,所述M1个监测时间点可以是所述触发时间点之前的监测时间点,所述M2个监测时间点可以是所述触发时间点之后的监测时间点。这些监测时间点的个数至少1个,且应为正整数。可以将M1和/或M2个监测时间点作为与所述触发时间点相关的关联时间点。
步骤S104:根据所述第一震动数据和第二震动数据,判断所述触发时间点对应的触发事件是否为误触发。
所述第一震动数据和第二震动数据,可以是根据所述触发时间点的触发事件产生的所述第一震动数据和触发时间点相关联的监测时间点产生的第二震动数据。根据这两个数据,可以判断所述触发时间点对应的触发事件是否是误触发,可以是判断所述触发事件是否是擦碰事故。
在本申请的一些实施例中,根据所述第一震动数据和第二震动数据,判断所述触发时间点对应的触发事件是否为误触发,可以是先判断所述第一震动数据所表示的震动程度是否接近所述第二震动数据所表示的震动程度;若是,确定所述触发时间点对应的触发事件为误触发;若否,确定所述触发时间点对应的触发事件不是误触发。
所述震动程度可以是震动传感器侦测的震动数据中的振幅值,在第一震动数据和第二震动数据较为接近的情况下说明震动是持续不断的,这不符合碰擦所产生的震动数据的特征,比如,大货车在经过静止的车辆时,行进当中产生的震动经由路面传递给静止的车辆,静止的车辆所产生的震动较为平均,触发事件所对应的第一震动数据如果是因为碰擦所产生,那么第一震动数据与第二震动数据差异明显较大,所以当所述第一震动数据接近所述第二震动数据时,此第一震动数据对应的触发事件不是碰擦事件,由此录制监控视频即为误触发,所以当所述第一震动数据并不是接近所述第二震动数据时,震动数据较为符合碰擦事件所产生的震动数据特征,可以确定所述触发时间点对应的触发事件不是误触发。
在本申请的一些实施例中,根据所述第一震动数据和第二震动数据,判断所述触发时间点对应的触发事件是否为误触发,可以是先获取触发关联期间的震动数据均值mean_N;然后获取各个关联时间点的第二震动数据与mean_N之差的绝对值的均值dmean_M;再获取第一震动数据与mean_N之差的绝对值diff_tr;若diff_tr/dmean_M>thr,则判定所述第一震动数据所表示的震动程度接近所述第二震动数据所表示的震动程度,则判定为误触发,否则,判定为不是误触发,其中,thr为预设阈值,取值范围大于1。
所述触发关联期间,可以是触发时间点前后一定的时间区间,此时间区间可以由用户预设,所述触发关联区间用于采集计算震动均值mean_N的震动点,所述mean_N的计算方法可以是根据所述触发关联区间内选取若干个震动点的震动数据取平均值,所述平均值mean_N用于与所述第二震动数据进行比对,其可以与采集的M个所述第二震动数据相互独立,在计算均值mean_N时所采集的震动数据均为触发关联期间的震动数据,而第二震动数据M的取点可以不在所述触发关联期间内,也可以在所述触发关联期间内,此时,还可以就将其作为计算均值mean_N的点。比如,在所述触发关联期间内获取三个第二震动数据A、B、C,其中,A点可以在所述触发关联期间外,B点在所述触发关联期间内,C点也在所述触发关联期间内,并且用于计算mean_N。
在车辆停止在路面上时,周围环境会带给车辆一定的震动,例如,在车辆未熄火时,发动机的运转会带给车辆震动。当旁边有货车经过时,货车行驶的震动会通过路面传递给停止的车辆。所以,周围环境会带给车辆许多不同程度的震动,当碰撞监测的灵敏度设置较高时,一些微小的震动也会被侦测到。在所述触发事件关联期间的震动数据均值mean_N可以是在触发时间点前后的一定时间内的这些不同程度的震动的均值。获取到mean_N之后,然后获取各个关联时间点的第二震动数据与mean_N之差的绝对值的均值dmean_M,可以是在触发时间点前后的一定时间区间内,获取M个监测时间点的第二震动数据,M可以是正整数。将这些第二震动数据与mean_N求差,其差值取绝对值,从而获取到每个监测时间点的所述第二震动数据与mean_N差异程度,再将获取这些差异程度的平均值dmean_M,可以是:
再获取第一震动数据与mean_N之差的绝对值diff_tr,可以是:
diff_tr=|第一震动数据-mean_N|
若diff_tr/dmean_M>thr时,说明所述第一震动数据所标识的震动程度并接近所述第二震动数据所表示的震动程度,两者较为相似,可以判断其是误触发,否则不是误触发。所述thr为预设阈值。
例如,首先获取到所述第一震动数据为10,所述第一震动数据大于预设触发阈值8,再获取到关联时间的区间中震动的均值为mean_N=5,再关联的时间区间中获取关联时间点,监测时间点A=3、监测时间点B=5、监测时间点C=2、监测时间点D=1、监测时间点E=6,则获取到每个第二震动数据与均值mean_N=5的差值的绝对值依次为2、0、3、4、1,再取均值即dmean_M=2,再获取第一震动数据与mean_N之差的绝对值diff_tr=5,则diff_tr/dmean_M=2.5,当预设值thr设置的小于2.5时,则可以判断其是误触发,当预设值thr设置的大于或等于2.5时,则可以判断其不是误触发。
在本申请的另一些实施例中,与所述触发时间点相关的关联时间点,包括所述触发时间点之前的M1个监测时间点;根据所述第一震动数据和第二震动数据,判断所述触发时间点对应的触发事件是否为误触发,可以是获取所述触发关联期间的震动数据均值mean_N;获取所述触发时间点之前的M1个监测时间点的第二震动数据与mean_N之差的绝对值的均值dmean_M1;再获取第一震动数据与mean_N之差的绝对值diff_tr;若diff_tr/dmean_M1>thr1,则判定所述第一震动数据所表示的震动程度接近所述第二震动数据所表示的震动程度,则判定为误触发,否则不是误触发,其中,thr1为预设阈值,取值范围大于1。
在获取到所述触发关联期间的震动数据均值mean_N之后,还可以在所述触发时间点之前获取多个震动监测时间点对应的震动数据,可以是取M1个检测时间点,类似于前述实施例所述方法,首先获取均值mean_N,再根据这些触发时间点之前的M1个第二震动数据获取与mean_N之差的绝对值的均值dmean_M1。通过第一震动数据与mean_N之差的绝对值diff_tr,判断diff_tr/dmean_M1是否大于thr1,若是,则说明所述第一震动数据所标识的震动程度并接近所述第二震动数据所表示的震动程度,两者较为,可以判断其是误触发,否则为不是误触发。所述thr1为预设阈值,是取值范围大于1的正整数,此实施例采用的方法可以称为无延迟过滤。
在本申请的另一些实施例中,与所述触发时间点相关的关联时间点,包括所述触发时间点之后的M2个检测时间点;根据所述第一震动数据和第二震动数据,判断所述触发时间点对应的触发事件是否为误触发,可以是先获取所述触发关联期间的震动数据均值mean_N;再获取所述触发时间点之后的M2个检测时间点的第二震动数据与mean_N之差的绝对值的均值dmean_M2;然后获取第一震动数据与mean_N之差的绝对值diff_tr;若diff_tr/dmean_M2>thr2,则判定所述第一震动数据所表示的震动程度接近所述第二震动数据所表示的震动程度,则判定为误触发,否则,判定为不是误触发,其中,thr2为预设阈值,取值范围大于1。
在获取到所述触发关联期间的震动数据均值mean_N之后,还可以在所述触发时间点之后获取多个震动监测时间点对应的第二震动数据,可以是取M2个检测时间点,类似于前述实施例所述方法,根据这些触发时间点的第二震动数据获取这M2个第二震动数据与mean_N之差的绝对值的均值dmean_M2。通过第一震动数据与mean_N之差的绝对值diff_tr,判断diff_tr/dmean_M2是否大于thr2,若是,则说明所述第一震动数据所标识的震动程度并接近所述第二震动数据所表示的震动程度,两者较为相似,可以判断其是误触发,否则不是误触发。所述thr2为预设阈值,是取值范围大于1的正整数,此实施例采用的方法可以称为延迟过滤。
在本申请的另一些实施例中,与所述触发时间点相关的关联时间点,包括所述触发时间点之前的M1个检测时间点和所述触发时间点之后的M2个检测时间点;根据所述第一震动数据和第二震动数据,判断所述触发时间点对应的触发事件是否为误触发,可以是先获取所述触发关联期间的震动数据均值mean_N;在获取所述触发时间点之前的M1个检测时间点的第二震动数据与mean_N之差的绝对值的均值dmean_M1,获取所述触发时间点之后的M2个检测时间点的第二震动数据与mean_N之差的绝对值的均值dmean_M2;然后获取第一震动数据与mean_N之差的绝对值diff_tr;若diff_tr/dmean_M1>thr1且diff_tr/dmean_M2>thr2,则判定所述第一震动数据所表示的震动程度接近所述第二震动数据所表示的震动程度,则判定为误触发,否则,判定为不是误触发,其中,thr1、thr2均为预设阈值,取值范围均大于1。
在获取到所述触发关联期间的震动数据均值mean_N之后,还可以在所述触发时间点之前和之后获取多个震动监测时间点对应的第二震动数据,在所述触发时间点之前可以是取M1个监测时间点,在所述触发时间点之后可以是取M2个监测时间点,类似于前述实施例所述方法,在获取均值mean_N之后,再获取这M1个监测时间点的第二震动数据与mean_N之差的绝对值的均值dmean_M1,获取这M2个监测时间点的第二震动数据与mean_N之差的绝对值的均值dmean_M2。通过第一震动数据与mean_N之差的绝对值diff_tr,判断diff_tr/dmean_M1是否大于thr1且diff_tr/dmean_M2是否同时大于thr2,若是,则说明所述第一震动数据所标识的震动程度并接近所述第二震动数据所表示的震动程度,两者较为相似,可以判断其是误触发,否则不是误触发。所述thr1、thr2均为预设阈值,均是取值范围大于1的正整数,此实施例采用的方法可以称为全局过滤。
步骤S105:若是误触发,停止录制所述停车监控视频,并删除已录制的停车监控视频;若不是误触发,继续录制所述停车监控视频直至录制完成。
在本申请的一些实施例中,继续录制所述停车监控视频直至录制完成之后,还可以将所述停车监控视频保存至本地和/或将所述停车监控视频发送至用户。
当判断出不是误触发后,继续录制停车监控视频直至录制完成,然后将监控视频保存在本地。若用户具备接收所述停车监控视频的条件的,比如,用户的通讯设备支持4G以上的通讯网络或是采用无线连接的,此时还可以将录制好的停车监控视频发送至用户的通讯设备中,比如手机设备、平板电脑设备等,也可以是用户指定的其他设备。
本申请还提供了一种停车监控视频的录制设备,所述设备包括用于存储计算机程序指令的存储器和用于执行计算机程序指令的处理器,其中,当该计算机程序指令被该处理器执行时,触发所属设备执行上述任一项所述方法或实施例。
本申请还提供了一种计算机可读介质,其上存储有计算机指令,所述计算机程序指令可被处理器执行以实现上述任一项所述方法或实施例。
下面结合图2对本申请的一些实施例做进一步阐述:
步骤S201:震动传感器侦测到震动后生成所述第一震动数据;
步骤S202:判断所述第一震动数据是否大于设定的第一触发阈值;
步骤S203:若大于所述第一触发阈值,开始录制停车监控视频,同时获取到所述触发时间点关联期间的震动数据均值mean_N;
步骤S204.1:计算触发时间点前M1个第二震动数据的值与均值mean_N之差的绝对值dmean_M1;再计算第一震动数据与均值mean_N之差的绝对值diff_tr;
步骤S205.1:若diff_tr/dmean_M1>thr1,则判断为误触发。
上述的方案称为无延迟过滤,采用触发时间点前的第二震动数据予以判断,无延迟,适合用于物体慢速接近且震动不大的应用场景,比如市内环境。
在步骤S204.1和步骤S205.1中还可以用以下方案进行替换:
步骤S204.2:计算触发时间点后M2个第二震动数据的值与均值mean_N之差的绝对值dmean_M2;再计算第一震动数据与均值mean_N之差的绝对值diff_tr;
步骤S205.2:若diff_tr/dmean_M2>thr2,则判断为误触发。
上述方案称为延迟过滤,通常适合接近震动持续比较长的场景,比如火车经过。
在步骤S204.2和步骤S205.2中还可以用以下方案进行替换:
步骤S204.3:计算触发时间点前M1个第二震动数据的值与均值mean_N之差的绝对值dmean_M1和触发时间点后M2个监测时间点震动数据的值与均值mean_N之差的绝对值dmean_M2;再计算第一震动数据与均值mean_N之差的绝对值diff_tr;
步骤S205.3:若diff_tr/dmean_M1>thr1且diff_tr/dmean_M2>thr2,则判断为误触发。
上述方案称为全局过滤,采用触发时间点前后的第二震动数据予以判断,较为精确,适合应用在接近震动比较大的应用场景,比如,突然出现的大车经过。
下面结合图3对本申请所述方法其中一个实施例做进一步阐述:
步骤S301:车辆处于停车并开启监控的状态,等待震动传感器侦测并发出第一震动数据;
步骤S302:震动传感器侦测到震动并生成第一震动数据;
步骤S303:判断第一震动数据是否大于第一触发阈值;
步骤S304:若大于,则开始录制停车监控视频,同时根据第一震动数据和第二震动数据判断是否为误触发;
步骤S305:若不是误触发,则完成并保留录制的停车监控视频;若是误触发,则删除停车监控视频;
步骤S306:若完成并保留了录制的停车监控视频,则将所述停车监控视频保存在本地并发送至用户指定的接收设备。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
需要注意的是,本发明可在软件和/或软件与硬件的组合体中被实施,例如,可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中,本发明的软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地,本发明的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中,例如,RAM存储器,磁或光驱动器或软磁盘及类似设备。另外,本发明的一些步骤或功能可采用硬件来实现,例如,作为与处理器配合从而执行各个步骤或功能的电路。
另外,本发明的一部分可被应用为计算机程序产品,例如计算机程序指令,当其被计算机执行时,通过该计算机的操作,可以调用或提供根据本发明的方法和/或技术方案。而调用本发明的方法的程序指令,可能被存储在固定的或可移动的记录介质中,和/或通过广播或其他信号承载媒体中的数据流而被传输,和/或被存储在根据所述程序指令运行的计算机设备的工作存储器中。在此,根据本发明的一个实施例包括一个装置,该装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器,其中,当该计算机程序指令被该处理器执行时,触发该装置运行基于前述根据本发明的多个实施例的方法和/或技术方案。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
Claims (10)
1.一种停车监控视频的录制方法,其特征在于,所述方法包括:
获取第一震动数据,并将所述第一震动数据与第一触发阈值比较,判断是否大于所述第一触发阈值;
若大于所述第一触发阈值,将采集所述第一震动数据的时间点确定为触发时间点,并开始录制停车监控视频;
获取与所述触发时间点相关的关联时间点的第二震动数据;
根据所述第一震动数据和第二震动数据,判断所述触发时间点对应的触发事件是否为误触发;
若是误触发,停止录制所述停车监控视频,并删除已录制的停车监控视频;
若不是误触发,继续录制所述停车监控视频直至录制完成。
2.根据权利要求1所述方法,其特征在于,与所述触发时间点相关的关联时间点,包括:所述触发时间点之前的M1个监测时间点和/或所述触发时间点之后的M2个监测时间点,其中,M1和M2为正整数。
3.根据权利要求1或2所述方法,其特征在于,根据所述第一震动数据和第二震动数据,判断所述触发时间点对应的触发事件是否为误触发,包括:
判断所述第一震动数据所表示的震动程度是否接近所述第二震动数据所表示的震动程度;
若是,确定所述触发时间点对应的触发事件为误触发;
若否,确定所述触发时间点对应的触发事件不是误触发。
4.根据权利要求2所述方法,其特征在于,根据所述第一震动数据和第二震动数据,判断所述触发时间点对应的触发事件是否为误触发,包括:
获取触发关联期间的震动数据均值mean_N;
获取各个关联时间点的第二震动数据与mean_N之差的绝对值的均值dmean_M;
获取第一震动数据与mean_N之差的绝对值diff_tr;
若diff_tr/dmean_M>thr,否则,判定所述第一震动数据所表示的震动程度接近所述第二震动数据所表示的震动程度,则判定为误触发,否则,判定为不是误触发,其中,thr为预设阈值,取值范围大于1。
5.根据权利要求4所述方法,其特征在于,与所述触发时间点相关的关联时间点,包括所述触发时间点之前的M1个监测时间点;
根据所述第一震动数据和第二震动数据,判断所述触发时间点对应的触发事件是否为误触发,包括:
获取所述触发关联期间的震动数据均值mean_N;
获取所述触发时间点之前的M1个监测时间点的第二震动数据与mean_N之差的绝对值的均值dmean_M1;
获取第一震动数据与mean_N之差的绝对值diff_tr;
若diff_tr/dmean_M1>thr1,否则,判定所述第一震动数据所表示的震动程度接近所述第二震动数据所表示的震动程度,则判定为误触发,否则,判定为不是误触发,其中,thr1为预设阈值,取值范围大于1。
6.根据权利要求4所述方法,其特征在于,与所述触发时间点相关的关联时间点,包括所述触发时间点之后的M2个监测时间点;
根据所述第一震动数据和第二震动数据,判断所述触发时间点对应的触发事件是否为误触发,包括:
获取所述触发关联期间的震动数据均值mean_N;
获取所述触发时间点之后的M2个监测时间点的第二震动数据与mean_N之差的绝对值的均值dmean_M2;
获取第一震动数据与mean_N之差的绝对值diff_tr;
若diff_tr/dmean_M2>thr2,否则,判定所述第一震动数据所表示的震动程度接近所述第二震动数据所表示的震动程度,则判定为误触发,否则,判定为不是误触发,其中,thr2为预设阈值,取值范围大于1。
7.根据权利要求4所述方法,其特征在于,与所述触发时间点相关的关联时间点,包括所述触发时间点之前的M1个监测时间点和所述触发时间点之后的M2个监测时间点;
根据所述第一震动数据和第二震动数据,判断所述触发时间点对应的触发事件是否为误触发,包括:
获取所述触发关联期间的震动数据均值mean_N;
获取所述触发时间点之前的M1个监测时间点的第二震动数据与mean_N之差的绝对值的均值dmean_M1,获取所述触发时间点之后的M2个监测时间点的第二震动数据与mean_N之差的绝对值的均值dmean_M2;
获取第一震动数据与mean_N之差的绝对值diff_tr;
若diff_tr/dmean_M1>thr1且diff_tr/dmean_M2>thr2,否则,判定所述第一震动数据所表示的震动程度接近所述第二震动数据所表示的震动程度,则判定为误触发,否则,判定为不是误触发,其中,thr1、thr2均为预设阈值,取值范围均大于1。
8.根据权利要求1所述方法,其特征在于,继续录制所述停车监控视频直至录制完成之后,还包括:
将所述停车监控视频保存至本地,和/或将所述停车监控视频发送至用户。
9.一种停车监控视频的录制设备,所述设备包括用于存储计算机程序指令的存储器和用于执行计算机程序指令的处理器,其中,当该计算机程序指令被该处理器执行时,触发所属设备执行权利要求1至8中任一项所述方法。
10.一种计算机可读介质,其上存储有计算机指令,所述计算机程序指令可被处理器执行以实现权利要求1至8中任一项所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210206627.7A CN114627576A (zh) | 2022-03-03 | 2022-03-03 | 一种停车监控视频的录制方法、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210206627.7A CN114627576A (zh) | 2022-03-03 | 2022-03-03 | 一种停车监控视频的录制方法、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114627576A true CN114627576A (zh) | 2022-06-14 |
Family
ID=81899651
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210206627.7A Withdrawn CN114627576A (zh) | 2022-03-03 | 2022-03-03 | 一种停车监控视频的录制方法、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114627576A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116009502A (zh) * | 2023-03-22 | 2023-04-25 | 深圳华龙讯达信息技术股份有限公司 | 工业自动化平台智能数据采集系统及方法 |
-
2022
- 2022-03-03 CN CN202210206627.7A patent/CN114627576A/zh not_active Withdrawn
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116009502A (zh) * | 2023-03-22 | 2023-04-25 | 深圳华龙讯达信息技术股份有限公司 | 工业自动化平台智能数据采集系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5895162B2 (ja) | 交通事故検出装置及び交通事故検出方法 | |
US8471692B2 (en) | Driving support system, driving support apparatus, method, and computer-readable medium | |
CN111191697B (zh) | 基于传感器融合的adas道路测试验证优化方法和装置 | |
JP4812659B2 (ja) | データ記録装置、データ記録方法、データ記録プログラム、および記録媒体 | |
US11361555B2 (en) | Road environment monitoring device, road environment monitoring system, and road environment monitoring program | |
US20180077378A1 (en) | Image recorder | |
JP2017045396A (ja) | 画像記録装置および画像記録方法 | |
JP6838463B2 (ja) | 検出装置、検出方法及びプログラム | |
CN114627576A (zh) | 一种停车监控视频的录制方法、设备及介质 | |
KR102053268B1 (ko) | 차량용 블랙박스 및 이를 이용한 충격 이벤트 판정방법 | |
CN111986348A (zh) | 视频、车载视频的循环缓存方法、装置和计算机设备 | |
CN105469815A (zh) | 一种基于路况感知的车载硬盘防震保护的方法和装置 | |
CN116164763A (zh) | 目标航向角确定方法、装置及电子设备、存储介质 | |
CN105791437A (zh) | 一种用于存储视频信息的方法与设备 | |
CN112687105B (zh) | 一种车辆鸣笛检测系统和方法 | |
CN114783180A (zh) | 车辆碰撞事故记录方法、系统及车辆 | |
KR101039246B1 (ko) | 가변 임계값을 이용한 이벤트 저장 장치 및 방법 | |
JP7280847B2 (ja) | 路上駐車情報通知装置、電光表示装置、路上駐車情報通知システム、路上駐車情報通知方法、及びコンピュータプログラム | |
JP2015052843A (ja) | 事故情報収集システム、撮像情報送信装置、及び事故情報収集装置 | |
KR101604183B1 (ko) | 영상 사고 기록 장치의 저장 공간에 파일을 저장하는 방법 및 시스템 | |
JP2022058260A (ja) | 車両の自動緊急制動システムの性能を分析評価するための方法及びデバイス | |
KR101585326B1 (ko) | 선별된 프레임을 고해상도로 저장하는 비디오 레코딩 시스템 및 동작 방법 | |
CN111142720B (zh) | 车机屏幕旋转显示方法和装置 | |
KR20200119417A (ko) | 차량용 사고 영상 기록 장치 및 방법 | |
KR20160097838A (ko) | 녹화 영상 수집 방법 및 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220614 |